【速報】Lambda Managed Instances、メモリ32GB/vCPU16まで爆上げ！大規模処理もインフラ管理不要で実現！

AWS Lambda Managed Instancesにおいて、最大メモリ容量が32GB、vCPU数が16まで拡張されました。メモリとvCPUの比率は2:1、4:1、8:1から選択可能です。これにより、大規模データ処理、メディア変換、科学シミュレーションなどの計算負荷の高いワークロードを、インフラ管理なしで実行できるようになります。

Lambda Managed Instancesの進化、これはデカい

Lambda Managed InstancesのメモリとvCPUの拡張は、これまでLambdaでは難しかった大規模な計算処理を、サーバーレスで実現できる可能性を大きく広げますね。特に、以下の点が重要だと思います。

解決される課題

• メモリ不足: 従来の10GBの制限では、大規模なデータセットを扱うのが困難でした。32GBに増強されたことで、より多くのデータをメモリ上に展開し、高速な処理が可能になります。
• CPUパワー不足: 計算負荷の高い処理では、6vCPUではボトルネックになることがありました。16vCPUまで拡張されたことで、並列処理能力が向上し、処理時間を短縮できます。
• インフラ管理の負担: EC2インスタンスを自分で管理する必要がなくなり、運用コストを削減できます。

日本の状況について 最新のリージョン状況を確認したところ、東京リージョン(ap-northeast-1)では問題なく利用可能です。大阪リージョン(ap-northeast-3)については、AWSの公式な裏取りが必要ですが、Lambda自体は利用可能なので、Managed Instancesもサポートされている可能性は高いでしょう。

運用上のポイント

• メモリとvCPUの比率: CPU負荷の高い処理には2:1、メモリ負荷の高い処理には8:1を選択すると良いでしょう。CloudWatchでCPU使用率とメモリ使用率を監視し、最適な比率を見つけることをお勧めします。
• スケーリング: Lambda Managed Instancesは、CPUリソース使用率に基づいて非同期的にスケールします。最小実行環境数を3に設定することで、アベイラビリティーゾーンの冗長性を確保できます。
• コスト: EC2 Savings PlansやReserved Instancesを活用することで、コストを最適化できます。

最初に試すべきこと

1. 大阪リージョン(ap-northeast-3)での利用可否をAWS Management ConsoleまたはAWSサポートで確認する。
2. 32GBメモリと16vCPUの構成で、自身のワークロードのパフォーマンスを検証する。
3. マルチコンカレンシーモデルが有効に機能しているかを確認する。

参考資料

• AWS Lambda Endpoints and Quotas: https://docs.aws.amazon.com/general/latest/gr/lambda-service.html
• Lambda Managed Instances Documentation: https://docs.aws.amazon.com/lambda/latest/dg/lambda-managed-instances.html